Met nieuwe controle-software KPAM kunnen grijpgrage robothanden nog niet eerder geziene voorwerpen hanteren. Dat klinkt misschien saai, maar is eigenlijk best een prestatie.
Hoe vaker je iets doet, hoe beter je er in wordt. Dat is bij robots net zo. Maar anders dan wij zijn robots vooral goed in telkens precies hetzelfde doen. Waar een kleuter een kleine variatie al gauw doorheeft, en snapt dat als A zo werkt, B ongeveer hetzelfde zal zijn, hebben robots daar een flinke kluif aan.
Onderzoekers aan het MIT Computer Science and Artifical Intelligence Laboratory (CSAIL) ontwikkelden nieuwe controle-software om dergelijke handelingen voor robots eenvoudiger te maken. Met behulp van zogenaamde sleutelpunten wist het team robots in staat te stellen voorwerpen te hanteren die ze nog niet eerder in hun klauwen hadden.
Lees ook:
Wat is dit?
Hoewel robots sterren zijn in het uitvoeren van specifieke taken, kunnen kleine variaties in bijvoorbeeld de grootte of vorm van een voorwerp voor problemen zorgen. Het oppakken van willekeurige objecten mag voor de meeste bots onderhand een eitje zijn, het verder hanteren ervan is niet zo makkelijk.
“Robots kunnen vrijwel alles oppakken, maar als het een voorwerp is dat ze nog niet eerder hebben gezien, kunnen ze het niet op een zinnige manier neerzetten”, vertelt Russ Tendrake, een van de auteurs van het wetenschappelijke paper dat op arXiv.org staat. De onderzoekers gebruiken simpele mokken als voorbeeld. Voor ons maken de precieze afmetingen van een mok – hoe groot het oor is enzovoorts – niet uit. Zolang het nog lijkt op een mok, weten wij wat ermee te doen. Robots kunnen dat doorgaans veel minder goed.
Sleutelpunten
Huidige robotische grijpers gebruiken meestal schattingen van de positie en de oriëntatie van een voorwerp, of algoritmen die rusten op de ruimtelijke vorm. Helaas werkt de ‘oriëntatie-methode’ meestal niet bij objecten van verschillende vormen en wordt er bij de ‘vorm-methode’ weinig tot geen rekening gehouden met de oriëntatie van het voorwerp.
In de hoop daar iets op de vinden, ontwikkelden de MIT-onderzoekers nieuwe controle-software: Keypoint Affordance Manipulation, oftewel KPAM. Door voorwerpen te zien als een groep coördinaten (zogenaamde keypoints of sleutelpunten) wordt er met zowel de vorm als de oriëntatie van een voorwerp rekening gehouden, stellen de onderzoekers.
In het geval van de mok had het systeem slechts drie van deze sleutelpunten nodig (zie afbeelding hierboven). Met het middelpunt van de boven- en onderkant en het oor, wist de robotarm elke afwijkende, nog niet eerder geziene mok netjes op te pakken, neer te zetten en zelfs aan het oor op te hangen.
Flexibele bot
De onderzoekers testten KPAM ook op schoeisel. Die taak bleek lastiger. Om nog niet eerder geziene schoenen op te pakken en netjes in het schoenenrek te zetten, waren zes sleutelpunten nodig. Daarmee wist de robot twintig verschillende soorten schoeisel – van laars tot slipper – slim te hanteren. De naaldhak viel buiten de boot, maar na een kleine aanpassing in het algoritme kon de robot ook die in het rek zetten.
Volgens de onderzoekers zou de nieuwe software robots een stuk flexibeler kunnen maken, en daar hebben onder meer fabrieken en ziekenhuizen baat bij. In de toekomst hopen de onderzoekers de software verder uit te breiden om de flexibiliteit nog verder te vergroten.
Bronnen: MIT Computer Science & Artificial Intelligence Lab (CSAIL), arXiv.org (paper), New Atlas
Beeld: MIT CSAIL
Ben je geïnteresseerd in de wereld van wetenschap & technologie en wil je hier graag meer over lezen? Bestel dan hier ons nieuwste nummer. Abonnee worden? Dat kan hier!